基于湖库一体架构，统一管理结构化、半结构化与非结构化等多模态数据，一个系统承载事务处理、实时分析与 AI 工作负载。
OceanBase 高度重视数据库领域的研发，近年来持续加大对数据库领域前沿技术研究的投入，过去几年在国际顶级会议上发布的论文数量不断创下新高。近期，OceanBase 的 2 篇文章被 SIGMOD 2023 Research Paper 收录。
6月18日-23日，数据库国际顶会 2023 ACM SIGMOD 在美国西雅图举行，OceanBase 两篇论文入选。
ACM SIGMOD 数据管理国际会议是由美国计算机协会(ACM) 数据管理专业委员会(SIGMOD) 发起，与 VLDB、ICDE 并称为数据库业界的三大顶级学术会议。其收录论文代表了数据库领域的最高水平，也是未来数据库技术发展的重要风向标。本次 SIGMOD 2023 论文入选，代表着今年继 ICDE 2023 之后 OceanBase 在数据库领域科研创新的进一步突破。
OceanBase 与北京理工大学、新加坡国立大学的最新联合研究成果《FEAST: A Communication-efficient Federated Feature Selection Framework for Relational Data》， 被 SIGMOD 2023 Research Paper（研究类论文）收录。
该论文提出了 FEAST 联邦特征选择框架，利用条件互信息（Conditional Mutual Information，简称 CMI）选择信息量更大且冗余度更低的特征，并设计了一种高效的通信方法以减少各方之间交换的信息，可以有效解决纵向联邦学习（Vertical Federated Learning，简称 VFL）因多个组织持有具有不同特征的同一组样本，以及不同参与方可能具有冗余或高度相关的特征，导致 VFL 模型训练效率低下的问题。对 4 个真实数据集的大量实验表明，我们所提出的框架 FEAST 在准确性、通信和计算成本方面具有杰出的性能。
同时，OceanBase 和华东师范大学深度合作的研究成果《Dike: A Benchmark Suite for Distributed Transactional Databases》，也被 SIGMOD 2023 Demo Paper 收录。
该研究在设计面向分布式事务型数据库的评测基准时，提出应当考虑分布式数据库的可扩展性，可调度性和高可用性特点，指出现有的事务型评测基准在这些方面的不足。同时提出了若干分布式事务型数据库评测基准的设计点，包括分布式事务和冲突事务的定量控制方法，数据访问模式和数据分布的倾斜控制方法，以及集群故障注入模拟，实现分布式事务型数据库评测套件 Dike，通过实验验证了技术点的有效性，为评测分布式事务型数据库提供了解决思路。
OceanBase 高度重视数据库领域的研发，近年来持续加大对数据库领域前沿技术研究的投入，过去几年在国际顶级会议上发布的论文数量不断创下新高。本次SIGMOD 2023 论文入选，代表着今年继 ICDE 2023 之后 OceanBase 在数据库领域取得的进一步科研突破。